تعد قدرة ضباط الشرطة على التعرف على الأشخاص الذين ارتكبوا جرائم بالفعل وتحديد موقعهم في الماضي أمرًا حيويًا لعملهم. لدرجة أن الشرطة تعتبر أنه من الضروري الحفاظ على النظام بشكل فعال في الشوارع ومنع الجريمة والتحقيق فيها. ومع ذلك ، منذ عام 2010 ، انخفض عدد ضباط الشرطة [في بريطانيا]
بنسبة تقارب 20 ٪ ، وعدد الجرائم المسجلة في
تزايد ، لذلك تحولت الشرطة إلى حلول تكنولوجية جديدة من شأنها أن تساعد في تعزيز قدرتهم على تعقب الأشخاص الذين يثيرون القلق.
إحدى هذه التقنيات هي التعرف التلقائي على الوجوه (ARL). تقوم هذه التقنية بتحليل السمات الرئيسية للوجه ، وإنشاء تمثيل رياضي لها ، ثم مقارنتها بقاعدة بيانات للوجوه الشهيرة لتحديد التطابقات المحتملة. على الرغم من أن العديد من رجال الشرطة في بريطانيا ودول أخرى
يستكشفون بحماس
إمكانات ARL ، فإن بعض مجموعات المواطنين
تناقش مشروعية وأخلاقيات التكنولوجيا. إنهم قلقون من أنه يوسع مجال النفوذ وعمق مراقبة الدولة للمواطنين.
حتى الآن ، لم يتم جمع أدلة موثوقة على أنهم يستطيعون ولا يستطيعون إعطاء الشرطة نظام ARL. على الرغم من أن عددًا أكبر من الأشخاص يواجهون مثل هذه الأنظمة ، نظرًا لاستخدامهم في المطارات
للتحقق من جوازات السفر ، إلا أن استخدامها يخضع لرقابة جيدة. تطبيق مثل هذه الإجراءات للحفاظ على النظام في الشوارع أمر أصعب بكثير. الناس في الشارع يتحركون ولا ينظرون إلى الكاميرات. مستوى الإضاءة يتغير ، بالإضافة إلى ذلك ، سيتعين على النظام التعامل مع تقلبات الطقس البريطاني.
ARL في العالم الحقيقي
لتخيل كيف تستخدم الشرطة البريطانية تكنولوجيا ARL الحالية ، قررنا في العام الماضي تقييم
مشروع شرطة جنوب ويلز ، الذي تم تصميمه لاختبار فائدة ARL في المواقف اليومية التي تعمل بها الشرطة. منذ نهائي دوري أبطال أوروبا UEFA لعام 2017 في كارديف ، شاهد فريقنا الشرطة وهي تستخدم هذه التكنولوجيا وتحليل البيانات التي تم إنشاؤها بواسطة النظام. أردنا خلق فهم لكيفية تفاعل الشرطة مع النظام وما سمح لهم به ، وكذلك الصعوبات التي تنشأ عند استخدامه.
استخدمت شرطة جنوب ويلز ARL في وضعين. حدد موقع وضع استخدام لقطات فيديو حية من شاحنات الشرطة للبحث عن الوجوه المعروفة في قاعدة بيانات للأشخاص المشتبه فيهم. عادة ، تحتوي قاعدة البيانات 600-800 صورة.
وضع آخر ، تحديد ، يعمل بشكل مختلف. تتم مقارنة صور الأشخاص المجهولين التي يتم التقاطها في مسرح الجريمة مع قاعدة بيانات المعتقلين. تحتوي قاعدة البيانات هذه على حوالي 450،000 صورة.
استنادًا إلى نتائج تقييم النظام ، استنتج أن ARL تساعد الشرطة على التعرف على المشتبه بهم بشكل فعال بحيث لا يكون من الممكن القيام بذلك بطرق أخرى. على مدى فترة 12 شهرًا ، بينما كانت الأبحاث جارية ، تم إجراء حوالي 100 عملية اعتقال واتهام بمساعدة ARL.
لكن هذا النظام لا يعمل تلقائيا. كان على ضباط الشرطة تكييف العديد من إجراءات التشغيل القياسية حتى يتمكنوا من العمل بفعالية. على سبيل المثال ، بعد اكتشاف
تأثير كبير
لجودة الصور الفوتوغرافية على عمل النظام ، تم تضمين تدريب الشرطة في برنامج تدريب الشرطة بحيث تكون جميع الصور في المستقبل مناسبة بشكل أفضل للعمل معها.
أداة مساعدة
فقط بعد مرور فترة كافية من الوقت ، تعلمت الشرطة إعداد واستخدام النظام. أثناء الاختبار ، قام النظام بتحديث خوارزمية العمل ، والتي أصبحت أكثر تعقيدًا. وهذا التحسن أثر بشكل كبير على تشغيل النظام. في النسخة الأصلية المقدمة خلال دوري الأبطال ، اعتبر 3٪ فقط من الأشخاص المعترف بهم في النظام دقيقين. ولكن بحلول مارس 2018 ، كانت هذه النسبة قد ارتفعت بالفعل إلى 46 ٪.
كل هذه التقنيات المبتكرة لإنفاذ القانون هي شواغل قانونية وأخلاقية تحتاج إلى معالجة. ولكن حتى يتمكن المواطنون والهيئات التنظيمية والمشرعون من مناقشتها وتقييمها بصورة مجدية ، نحتاج إلى فهم النتائج المتوقعة بدقة من هذه التكنولوجيا. من الضروري الحصول على أدلة حقيقية بدلاً من
الإشارة إلى تقنيات رائعة كتلك المستخدمة في فيلم "تقرير الأقلية".
بالنظر إلى كل ما سبق ، فإن أحد الاستنتاجات التي يمكن استخلاصها فيما يتعلق باستخدام ARL في قضية الشرطة هو أن هذا النظام سوف يطلق عليه بشكل صحيح "التعرف على الوجه المساعد" ، لأنه ليس تلقائيًا بالكامل. بخلاف الخدمة الحدودية ، حيث يكون التعرف على الوجوه أقرب تلقائيًا ، فإن هذه الخوارزمية ، رغم أنها تدعم الشرطة ، لا تتخذ قرارًا مستقلًا بشأن ما إذا كانت صورة الشخص تتطابق مع ما يتم تخزينه في قاعدة البيانات. بدلاً من ذلك ، يمنح النظام المشغل افتراضات حول التطابقات المحتملة ، ولا يستطيع تأكيدها أو دحضها إلا المشغل المباشر.